[发明专利]制动控制系统部件故障预测方法

说明书

本发明提供一种制动控制系统部件故障预测方法。将制动缸响应时间记为t1_Bc，制动缸压力上升为压力目标值90％的时间记为制动缸目标时间t2_BC；预控压力响应时间记为t1_AC，预控压力上升为压力目标值90％的预控压力目标时间记为t2_AC；对t1_BC、t2_BC、t1_AC和t2_AC进行正态分布统计，计算期望和方差；分别计算t1_BC、t2_BC、t1_AC和t2_AC对应的时间阈值；基于前述的计算值判断电磁阀故障、中继阀故障和紧急阀故障。本发明根据响应时间、输出压力、期望和标准差计算各部件的运行阈值，预警准确率高。

技术领域

本发明涉及列车制动控制技术领域，涉及一种制动控制系统部件故障预测方法。

背景技术

制动系统作为城轨车辆整车关键系统之一，其可靠性对行车安全至关重要。目前制动系统故障诊断方式是通过电子控制单元进行制动逻辑分析后，将故障信息上传至网络，此故障信息往往是已发生且不可恢复故障。若制动系统出现不可恢复故障会导致制动不缓解、制动力不足、紧急制动功能异常等情况，严重影响城轨车辆运行安全。制动产品出现故障往往经历了从轻微异常到严重异常，最后发展成不可恢复故障的过程。如果在部件已出现异常或性能衰退但还未发生不可恢复故障阶段识别出来，提前更换部件，能够减少制动产品的故障率，提高制动系统稳定性。

中继阀、紧急阀和高频电磁阀是城轨制动控制系统极为核心关键部件。受到机械运动、疲劳磨损等影响，中继阀、紧急阀和高频电磁阀的性能会出现衰退。在城轨制动控制系统所有故障中，中继阀、紧急阀、高频电磁阀的故障占据很大比重。由于中继阀、紧急阀、高频电磁阀集成在制动控制单元中，受到制动控制单元体积的影响，同时为了保证列车安全及现有列车走线方式，目前主机厂不允许增加额外的传感器，只能利用已有部件(如压力传感器、速度传感器等)进行列车制动系统状态监测及控制。因此，必须充分利用现有技术条件对制动控制核心部件进行故障预测。

申请号为：202010005460.9，专利名称为：一种铁路车辆制动故障预测方法及健康管理系统，该专利根据列车管压力曲线利用深度学习算法计算制动缸压力预期曲线，并与实际制动缸压力进行对此，判定制动机动作过程的作用性能。由于在不同运行条件下(制动、缓解、保持等)列车管压力差别较大，预测的曲线往往不够理想。同时，目前大多城轨制动系统没有列车管压力数据，该方法无法进行城轨车辆故障预测。

申请号为：201910002731.2，专利名称为：一种机车制动系统部件的故障预测方法、装置及设备，该专利通过获取机车制动系统部件在不同运行条件下的理论值与实际值，通过调用预先建立的隐马尔可夫模型预测故障发生时间段。不同制动部件建立隐马尔可夫模型所需参数各不相同(如建立电磁阀模型所需的参数包括控制电流、控制电压等)，对于城轨制动系统，目前利用已有传感器无法直接获得电流电压数据。因此，该方法不适用于城轨制动系统故障预测。

申请号为：202110747154.7，专利名称为：制动控制电磁阀故障监测方法与监测设备，公开了一种电磁阀故障的监测方法，通过电磁阀电压值、电阻值以及预控压力值预测电磁阀故障。该装置仅可以完成对电磁阀故障的识别，且需要依赖过多的参数数据，方法复杂。检测效率高、精度高的钢轨浅层剥离损伤检测方法及检测系统

发明内容

本发明的目的在于解决上述技术问题之一，提供一种检测功能全面、检测准确率高的制动控制系统部件故障预测方法。

为实现上述目的，本发明采用的技术方案是：

一种制动控制系统部件故障预测方法，包括以下步骤：

电子制动单元发出制动指令，